客户服务智能调度

内容简介

本书第1章为绪论，第2~8章的内容分为三大部分。第d一部分（第2、3、4章）提出基于知识驱动的用能服务需求预测方法。引入自动编码器对数据进行降维处理，采用聚类方法对样本进行相似性搜索，根据用户行为特征进行分类，从而实现基于用户行为模式的精细分类，构建OVR(LightGBM)需求预测模型，得到每个特征重要性排序，构建基于AM-BiLSTM的神经网络模型，将新的特征组合作为输入，以此完成模型训练。第二部分（第5、6章）介绍话务量预测方法。进行话务量影响因子分析，采用曲线分解技术对日话务量进行分解，通过分析分解结果可以获得关于话务量的趋势和季节性变化的洞察，进一步了解话务量的特点和规律，分解后进行话务量预测，根据实际需求和数据情况，选择适当的预测方法和模型进行研究。第三部分（第7、8章）介绍“需求+数字”双驱动的主动服务调度模型。分析用户需求类别与话务类别数据现有分布特征；构建基于服务时长的座席技能评定模型，根据人员对指向技能的业务能力匹配话务；建立涵盖技能需求种类与服务技能水平的座席标签；构建考虑繁忙度的业务推送模型，安排部分座席人员向潜在用户主动推送增值服务业务；构建“需求+数字”双驱动服务调度模型，以服务时长为主要因素建立目标函数并做相关约束进行求解。